基于RBF网络辨识的涡扇发动机双变量神经网络PID解耦控制

根据神经网络与PID算法相结合的思想, 针对涡扇发动机双变量控制中变量之间的耦合问题, 提出基于径向基函数神经网络(RBF)辨识的发动机双变量神经网络PID解耦控制, 并给出控制系统的控制结构及原理.仿真结果表明, 该方法控制精度高、跟踪性能强、鲁棒性良好, 能够有效地减小各回路之间的耦合影响, 并保证控制系统具有良好的稳态和动态性能, 适合航空发动机控制.      

基于径向基神经网络的空天飞行器鲁棒自适应轨迹线性化控制

基于轨迹线性化控制方法(TLC)以及径向基神经网络(RBFNN)技术研究了一种新的鲁棒自适应轨迹线性化控制方案并应用于空天飞行器(ASV)飞行控制系统设计中.首先基于被控对象的分析模型设计系统的TLC控制器,然后利用RBFNN对系统不确定的逼近能力,设计了鲁棒自适应控制器及参数的自适应调节律,并采用Lyapunov方法严格证明了闭环系统所有误差信号一致最终有界.最后应用新控制方案设计了ASV飞行控制系统,仿真结果表明了方法的有效性.      

模糊径向基函数神经网络(FRBF)及其在非线性控制中的应用

介绍了输入层具有一定隶属度的模糊径向基函数神经网络(FRBF),给出了一种训练方法.它比模糊小脑模型神经网络(FCMAC)具有更好的解析性和快速收敛性.用FRBF神经网络设计了具有虚拟系数的二阶非线性系统的控制器,仿真结果验证了模糊径向基神经网络(FRBF)的特性.     

含湍流和多种三维作用的多级轴流压气机子午流计算程序

径向掺混计算在高级负荷和低展弦比结构的多级轴流压气机流场分析和设计中具有重要作用。作者已用严格理论表明 ,这一掺混是由湍流和多种三维流动因素作用决定的。本文给出将这一严格理论转化成为工程计算程序的方程组、数值方法及有关细节。其中 ,给出耗散项的关联项、压力—速度关联项、密度周向非均匀变化量的处理方法 ,同时 ,引入一个新的转焓表达式以简化问题。计算结果与 5台压气机的试验结果相吻合 ,而且表现为优于其它理论的结果。此程序计算速度快 ,收敛性好。在一定的亚音流范围内可以投入实际应用并可望能获得好的结果。     

基于SVR多学科设计优化代理模型技术研究

为挖掘设计潜力,提高飞机设计质量,通过代理模型方法研究了多学科设计优化(MDO)。基于径向基函数模型,研究了一种新的代理模型技术--支持向量回归方法(SVR)。通过数值算例和某通用航空飞机多学科设计优化应用算例对支持向量回归方法的有效性进行了验证。研究结果表明,支持向量回归是一种比较有效的代理模型方法,在飞机多学科设计优化的理论研究和工程实践方面具有重要的参考意义。     

高效砂轮的在线检测

硬质氮化硼磨料在很多加工场合可经济地代替常用的金刚砂，碳化硅等磨料，在加工过程中可显著提高生产率。但如何高效获得周转和平面理想的磨削结果，本文叙述的测量砂轮径跳的方法可达到其目的。     

基于高精度径向测速的宽带雷达单诱饵速度识别法

由于宽带相控阵雷达测速精度的大幅度提高，现提出了一种新的目标识别方法——基于高精度径向测速的单诱饵速度识别法，并对其识别原理、识别性能进行了详细阐述和定量分析。通过理论推导和计算机仿真计算，验证了该识别方法在宽带相控阵雷达监视诱饵释放过程中应用的有效性。     

固体火箭发动机燃烧室结构径向振动与内弹道性能的耦合计算

研究了由推进剂药柱和壳体组成的燃烧室结构径向振动对发动机内弹道性能的影响。在一维非定常内弹道方程中,分别考虑了结构径向振动对内弹道方程和燃速的影响,研究了在给定燃烧截面内,由于燃烧室压强变化引起的结构径向振动。据弹性力学理论和振动机理,得到了简化的等效径向振动方程;对内弹道和结构径向振动进行了耦合计算,分析表明当内弹道出现周期性的压强振荡时,会引发与结构径向振动之间的耦合作用,使得燃烧室压强振荡振幅上升一个量级,对发动机的工作安全产生危害。     

涡轮叶片径向槽轴向长度对超紧凑燃烧室

为探究涡轮叶片径向槽轴向长度对超紧凑燃烧室性能的影响,对3种不同轴向长度的径向槽分别在2种当量比条件下,用FLUENT软件对超紧凑燃烧室内流动及燃烧进行了数值模拟。结果表明：随着径向槽轴向长度的减小,燃烧环内未完全燃烧的微小燃油颗粒和燃气沿着槽的径向迁移量也减少,从而使燃油颗粒和燃油蒸气在燃烧环内的驻留时间增加;当叶片径向槽的轴向长度与燃烧环轴向长度之比等于0.75且燃烧环当量比为0.81时,燃烧室的燃烧性能较好。这对超紧凑燃烧室的优化设计有重要的参考价值。     

混合小推力航天器轨道保持高性能滑模控制

针对采用太阳帆、太阳电混合小推力推进的航天器，研究了其在日心悬浮轨道的保持控制问题。为解决已有控制方法中未综合考虑内部未建模动态和外部未知扰动的问题，以及进一步提高系统控制性能，设计了一种高性能滑模控制策略。首先，考虑模型不确定性，建立了混合小推力航天器在日心悬浮轨道柱面坐标系的动力学方程；其次，基于改进型条件积分滑模面和径向基（RBF）神经网络设计了控制律，结合自适应方法在线估计不确定参数；接着，将求取的虚拟控制量在推进剂最优条件下转换成实际控制量，即太阳帆姿态角和太阳电推进力；最后，数值仿真验证了上述设计方法提高了系统鲁棒性，减小了轨道位置超调，并且混合推进相比于单一太阳帆推进，在更短收敛时间内控制精度提高了4个数量级，相比于单一太阳电推进，一年可以节省约89.6%的推进剂。